提取 pandas 列中的第一个字符串序列

Question

我在 DF 中有一列如下

| Column A       |
| ab, bce, bc    |
| bc, abcd, ab   | 
| ab, cd, abc    | 

我想创建一个只采用第一个序列的新列，如下所示

| Column A       | Column B |
| ab, bce, bc    | ab       |
| bc, abcd, ab   | bc       |
| ab, cd, abc    | ab       |

我试过这段代码，但它只给了我第一个序列的第一个字母，而不是整个缩写

df.loc[:, 'ColumnB'] = df.ColumnA.map(lambda x: x[0])

Answer 1

我猜 columnA 中的项目是字符串，例如“ab、bce、bc”，所以只需使用 split;）。

df.loc[:, 'ColumnB'] = df.ColumnA.map(lambda x: x.split(',')[0])

Answer 2

您也可以尝试使用矢量化 str 方法 split 并在列表中使用 integer 索引来获取第一个元素：

df['Column B'] = df['Column A'].str.split(',').str[0]

应该给

Column A       Column B 
ab, bce, bc    ab       
bc, abcd, ab   bc       
ab, cd, abc    ab       

Answer 3

你很接近，你只需要在 map 之前将字符串转换为带有pandas.Series.split的列表：

df["Column B"]= df["Column A"].str.split(",").map(lambda x: x[0])

您还可以使用pandas.Series.get ：

df["Column B"]= df["Column A"].str.split(",").str.get(0)

另一种选择是列表理解：

df["Column B"]= [el[0] for el in df["Column A"].str.split(",")]

＃Output：

print(df)

       Column A Column B
0   ab, bce, bc       ab
1  bc, abcd, ab       bc
2   ab, cd, abc       ab

Answer 4

因此，该行被视为字符串，您将获得字符串“ab、bce、bc”的第一个索引。

您需要将其转换为列表，然后获取第一个现在为“ab”的元素。

df.loc[:, 'ColumnB'] = df.ColumnA.map(lambda x: x.split(",")[0])

这会根据需要创建“ColumnB”。

希望能帮助到你！

Answer 5

如果您想要第一个块，请不要split 。 而是extract初始的非,字符。 这将更有效率：

df['Column B'] = df['Column A'].str.extract('([^,]+)')

Output：

       Column A Column B
0   ab, bce, bc       ab
1  bc, abcd, ab       bc
2   ab, cd, abc       ab